【機器學習】正確率(Precision)和召回率(Recall)
阿新 • • 發佈:2019-02-11
在二分類問題中,
- 如果將一個正例判別為正例,那這就是一個真正例(True Positive, TP);
- 如果將一個反例判別為反例,那麼這就是一個真反例(True Negative,TN);
- 如果將一個正例錯誤的判別為反例,那麼這就是一個偽反例(False Negative);
- 如果將一個反例錯誤的判別為正例,那麼這就是一個偽正例(False Positive, FP)。
一、正確率(Precision)
TP/(TP+FP)
給出的是預測為正例的樣本中的真正正例的比例。
二、召回率(Recall)
TP/(TP+FN)
給出的是預測為正例的真實正例佔所有真實正例的比例。